English(EN) Cardiac fat segmentation using computed tomography and an image-to-image conditional generative adversarial neural network

深度学习模型可准确分割心脏脂肪沉积

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-19 16:20

研究人员开发了一种新的深度学习方法，使用计算机断层扫描（CT）来分割心脏脂肪沉积。该方法利用了pix2pix生成对抗网络，并针对图像到图像转换进行了调整，可自主识别和量化心外膜脂肪和纵隔脂肪。该方法在心外膜脂肪分割方面达到了99%以上的高准确率，在纵隔脂肪分割方面达到了近98%的准确率，在速度和精度上均优于现有研究。 AI

影响这项研究通过自动化心脏脂肪分析，有望实现更有效、更准确的心血管疾病风险临床评估。

排序理由详细介绍一种新颖的深度学习医学图像分割方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Erick Oliveira Rodrigues · 2026-05-19 16:20

Cardiac fat segmentation using computed tomography and an image-to-image conditional generative adversarial neural network

In recent years, research has highlighted the association between increased adipose tissue surrounding the human heart and elevated susceptibility to cardiovascular diseases such as atrial fibrillation and coronary heart disease. However, the manual segmentation of these fat depo…

报道来源 [1]

Cardiac fat segmentation using computed tomography and an image-to-image conditional generative adversarial neural network

相关实体

相关话题